資訊專欄INFORMATION COLUMN
小編寫這篇文章的主要目的，主要是想給大家做出一個深入解答，解答一下關于Python pandas技術，主要是如何找到數據，然后對其進行刪除，下面小編就給大家進行詳細解答下。
前言
當我們在使用Python pandas處理各種數據的時候，經常性的會遇到一些問題，比如會遇到一些數據重復的問題，這個時候，我們需要做的就是找出產生問題的原因是什么。那么，pandas將會給我們提供兩種比較高效的方法：duplicated()和drop_duplicates()。
一、duplicated()
duplicated()可以被用在DataFrame的三種情況下，分別是pandas.DataFrame.duplicated、pandas.Series.duplicated和pandas.Index.duplicated。他們的用法都類似，前兩個會返回一個布爾值的Series，最后一個會返回一個布爾值的numpy.ndarray。
DataFrame.duplicated(subset=None,keep=‘first’)
subset：默認為None，需要標記重復的標簽或標簽序列
keep：默認為‘first’，如何標記重復標簽
first：將除第一次出現以外的重復數據標記為True
last：將除最后一次出現以外的重復數據標記為True
False：將所有重復的項都標記為True（不管是不是第一次出現）
Series.duplicated(keep=‘first’)
keep：與DataFrame.duplicated的keep相同
Index.duplicated(keep=‘first’)
keep：與DataFrame.duplicated的keep相同
例子：
import pandas as pd
df=pd.DataFrame({
'brand':['Yum Yum','Yum Yum','Indomie','Indomie','Indomie'],
'style':['cup','cup','cup','pack','pack'],
'rating':[4,4,3.5,15,5]
})
dfbrand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
df.duplicated()
0 False
1 True
2 False
3 False
4 False
dtype:bool
df.duplicated(keep='last')
0 True
1 False
2 False
3 False
4 False
dtype:bool
df.duplicated(keep=False)
0 True
1 True
2 False
3 False
4 False
dtype:bool
df.duplicated(subset=['brand'])
0 False
1 True
2 False
3 True
4 True
dtype:bool
關于Index的重復標記：
df=df.set_index('brand')
df
style rating
brand
Yum Yum cup 4.0
Yum Yum cup 4.0
Indomie cup 3.5
Indomie pack 15.0
Indomie pack 5.0
df.index.duplicated()
array([False,True,False,True,True])
二、drop_duplicates()
與duplicated()類似，drop_duplicates()是直接把重復值給刪掉。下面只會介紹一些含義不同的參數。
DataFrame.drop_duplicates(subset=None,keep=‘first’,inplace=False)
subset：與duplicated()中相同
keep：與duplicated()中相同
inplace：與pandas其他函數的inplace相同，選擇是修改現有數據還是返回新的數據
Series.drop_duplicates()相比Series.duplicated()也是多了一個inplace參數，和上訴介紹一樣，Index.drop_duplicates()與Index.duplicated()參數相同就不做贅述。下面是例子：
df=pd.DataFrame({
'brand':['Yum Yum','Yum Yum','Indomie','Indomie','Indomie'],
'style':['cup','cup','cup','pack','pack'],
'rating':[4,4,3.5,15,5]
})
dfbrand style rating
0 Yum Yum cup 4.0
1 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
df.drop_duplicates()
brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
df.drop_duplicates(inplace=True)
df
brand style rating
0 Yum Yum cup 4.0
2 Indomie cup 3.5
3 Indomie pack 15.0
4 Indomie pack 5.0
到此為止，小編寫的關于pandas內容就為大家介紹到這里了，希望可以為各位讀者帶來幫助。
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/127960.html
目錄Numpy簡介Numpy操作集合1、不同維度數據的表示1.1 一維數據的表示1.2 二維數據的表示1.3 三維數據的表示2、 為什么要使用Numpy2.1、Numpy的ndarray具有廣播功能2.2 Numpy數組的性能比Python原生數據類型高3 ndarray的屬性和基本操作3.1 ndarray的基本屬性3.2 ndarray元素類型3.3 創建ndarray的方式3.4 ndarr...
為什么你需要pandas 大家好，今天想和大家分享一下有關pandas的學習新的，我因工作需要，從去年12月開始接觸這個非常好用的包，到現在為止也是算是熟悉了一些，因此發現了它的強大之處，特意想要和朋友們分享，特別是如果你每天和excel打交道，總是需要編寫一些vba函數或者對行列進行groupby啊，merge，join啊之類的，相信我，pandas會讓你解脫的。 好啦，閑話少說，這篇文章的基礎...
摘要：函數將單元格內容以形式呈現。自動評論代碼自動注釋單元格中的選定行，再次命中組合將取消注釋相同的代碼行。如果需要恢復整個已刪除的單元格，請按或撤消刪除單元格。 showImg(https://segmentfault.com/img/remote/1460000019599210); 編譯：小七、蔣寶尚 一些小提示和小技巧可能是非常有用的，特別是在編程領域。有時候使用一點點黑客技術，既可...
摘要：在這個教程中，我們將利用的和包來進行數據清洗。在很多情況下，使用唯一的值作為索引值識別數據字段是非常有幫助的。清洗數據字段到現在為止，我們移除了不必要的列并改變了我們的索引變得更有意義。 作者：xiaoyu微信公眾號：Python數據科學知乎：Python數據分析師 數據科學家花了大量的時間清洗數據集，并將這些數據轉換為他們可以處理的格式。事實上，很多數據科學家聲稱開始獲取和清洗數據...
閱讀 919·2023-01-14 11:38
閱讀 891·2023-01-14 11:04
閱讀 750·2023-01-14 10:48
閱讀 2039·2023-01-14 10:34
閱讀 956·2023-01-14 10:24
閱讀 835·2023-01-14 10:18
閱讀 506·2023-01-14 10:09
閱讀 583·2023-01-14 10:02
